要建立标准的营销模型主要有两个步骤：首先，必须要建立一个客户的标签系统；然后使标签映射客户。如：时刻了解用户用电需求量及习惯等。

用户画像最初是用于电商领域的，是指的运用大数据手段分析已有用户的信息情况和行为特征，通过掌握的用户信息探究用户喜好和需求，从而实现精准营销。如我们打开各自的淘宝天猫网站，所看到的推送界面是不一样的，也就是经过了客户画像之后推送的个性化套餐。

标签是一种符号表示形式，它使用符号来标识特定客户群的特征和属性。用户的肖像由具有用户属性的多个标签组合而成。用户肖像的基本数学模型、标签和数学模型连接，并且特征空间中的尺寸由标签标识，可以包括以下类型：

1.用户资产。根据用户的购电状况和用电行为可以大致估算出其所处的资产等级，根据已有的留存数据为其提供精准化的资产配置方案，根据用户情况可推广必要的电力物联网客户服务。

2.用户偏好。根据用户的消费记录，按照企业类型和商品价位进行分类，统计其日常在各类商品上的消费次数和消费金额，分析其购买偏好，从而开展精准营销服务，诸如利用深度学习模型通过学习能源用户的购买偏好，如该用户购能记录中存在电能、天然气、氢能、太阳能等，根据其购买的能源产品种类进行次数分类，大于五次做何种标记，小于又做何种标记。

3.用户购买渠道。用户购买渠道主要根据企业的业务办理记录和客户的互联网行为整合得出。根据用户的工作属性、消费习惯和消费方式等信息综合调研，了解其更加青睐的购买渠道，从而开展线上或线下电力服务业务，丰富供电服务业务消费选择。同时，也可以根据年龄结构层次进行初步判断。

4.用户类型。根据用户的消费方式与消费习惯将其分为四类用户，分别为优质用户，潜在用户、高消费用户和普通用户。优质用户是指了解国家电力能源政策并积极配合、投入企业供能服务建设的最有价值用户群体。高消费用户是指在购能等服务中消费次数多、金额大的用户，需注意他们的购买行为不具有稳定性；潜在用户是能源企业业务发展和营销活动推展的重点对象；普通用户是能源企业客户占比最大的群体，最为普遍。